淺析數(shù)據(jù)挖掘概念與技術(shù)1new

1、淺析數(shù)據(jù)挖掘概念與技術(shù)淺析數(shù)據(jù)挖掘概念與技術(shù)摘要：隨著信息技術(shù)的迅速發(fā)展，數(shù)據(jù)庫的規(guī)模不斷擴大，而傳摘要：隨著信息技術(shù)的迅速發(fā)展，數(shù)據(jù)庫的規(guī)模不斷擴大，而傳統(tǒng)的查詢、報表工具無法滿足挖掘有效信息的需求，因此，需要一統(tǒng)的查詢、報表工具無法滿足挖掘有效信息的需求，因此，需要一種新的數(shù)據(jù)分析技術(shù)處理大量數(shù)據(jù)，并從中抽取有價值的潛在知種新的數(shù)據(jù)分析技術(shù)處理大量數(shù)據(jù)，并從中抽取有價值的潛在知識，即數(shù)據(jù)挖掘技術(shù)。本文深入淺出地闡述了數(shù)據(jù)挖掘技術(shù)的產(chǎn)

2、識，即數(shù)據(jù)挖掘技術(shù)。本文深入淺出地闡述了數(shù)據(jù)挖掘技術(shù)的產(chǎn)生，概念以及數(shù)據(jù)挖掘的常用技術(shù)。生，概念以及數(shù)據(jù)挖掘的常用技術(shù)。關鍵詞：數(shù)據(jù)庫關鍵詞：數(shù)據(jù)庫數(shù)據(jù)挖掘數(shù)據(jù)挖掘知識發(fā)現(xiàn)知識發(fā)現(xiàn)DMKDD一、一、數(shù)據(jù)挖掘技術(shù)概述數(shù)據(jù)挖掘技術(shù)概述隨著信息技術(shù)的迅速發(fā)展，數(shù)據(jù)庫的規(guī)模不斷擴大，從而產(chǎn)生隨著信息技術(shù)的迅速發(fā)展，數(shù)據(jù)庫的規(guī)模不斷擴大，從而產(chǎn)生了大量的數(shù)據(jù)。為了給決策者提供一個統(tǒng)一的全局視角，在許多領了大量的數(shù)據(jù)。為了給決策者提供一個統(tǒng)一的全局

3、視角，在許多領域建立了數(shù)據(jù)倉庫，但大量的數(shù)據(jù)往往使人們無法辨別隱藏在其中域建立了數(shù)據(jù)倉庫，但大量的數(shù)據(jù)往往使人們無法辨別隱藏在其中的能對決策提供支持的信息，而傳統(tǒng)的查詢、報表工具無法滿足挖的能對決策提供支持的信息，而傳統(tǒng)的查詢、報表工具無法滿足挖掘這些信息的需求。因此，需要一種新的數(shù)據(jù)分析技術(shù)處理大量數(shù)掘這些信息的需求。因此，需要一種新的數(shù)據(jù)分析技術(shù)處理大量數(shù)據(jù)，并從中抽取有價值的潛在知識，數(shù)據(jù)挖掘（據(jù)，并從中抽取有價值的潛在知識，數(shù)據(jù)

4、挖掘（DataMining）技）技術(shù)由此應運而生，數(shù)據(jù)挖掘技術(shù)也正是伴隨著數(shù)據(jù)倉庫技術(shù)的發(fā)展術(shù)由此應運而生，數(shù)據(jù)挖掘技術(shù)也正是伴隨著數(shù)據(jù)倉庫技術(shù)的發(fā)展而逐步完善起來的。但是并非所有的信息發(fā)現(xiàn)任務都被視為數(shù)據(jù)挖而逐步完善起來的。但是并非所有的信息發(fā)現(xiàn)任務都被視為數(shù)據(jù)挖掘，例如，使用數(shù)據(jù)庫管理系統(tǒng)查找個別的記錄，或通過因特網(wǎng)的掘，例如，使用數(shù)據(jù)庫管理系統(tǒng)查找個別的記錄，或通過因特網(wǎng)的搜索引擎查找特定的搜索引擎查找特定的Web頁面，則是信息檢

5、索（頁面，則是信息檢索（infmationretrieval）領域的任務。）領域的任務。數(shù)據(jù)挖掘是一個以數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計、可視化四大數(shù)據(jù)挖掘是一個以數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計、可視化四大支柱技術(shù)為基礎，我們知道，描述或說明一個算法設計分為三個部支柱技術(shù)為基礎，我們知道，描述或說明一個算法設計分為三個部分：輸入、輸出和處理過程。數(shù)據(jù)挖掘算法的輸入是數(shù)據(jù)庫，算法分：輸入、輸出和處理過程。數(shù)據(jù)挖掘算法的輸入是數(shù)據(jù)庫，算法規(guī)律的搜索。

6、傳統(tǒng)的查詢和報表處理只是得到事件發(fā)生的結(jié)果，并規(guī)律的搜索。傳統(tǒng)的查詢和報表處理只是得到事件發(fā)生的結(jié)果，并沒有深入研究發(fā)生的原因，而數(shù)據(jù)挖掘則主要了解發(fā)生的原因，并沒有深入研究發(fā)生的原因，而數(shù)據(jù)挖掘則主要了解發(fā)生的原因，并且以一定的置信度對未來進行預測，用來為決策行為提供有利的支且以一定的置信度對未來進行預測，用來為決策行為提供有利的支持。持。二、數(shù)據(jù)挖掘的常用技術(shù)二、數(shù)據(jù)挖掘的常用技術(shù)機器學習、數(shù)理統(tǒng)計等方法是數(shù)據(jù)挖掘進行知識學習的重要

7、方機器學習、數(shù)理統(tǒng)計等方法是數(shù)據(jù)挖掘進行知識學習的重要方法。數(shù)據(jù)挖掘算法的好壞將直接影響到所發(fā)現(xiàn)知識的好壞，目前對法。數(shù)據(jù)挖掘算法的好壞將直接影響到所發(fā)現(xiàn)知識的好壞，目前對數(shù)據(jù)挖掘的研究也主要集中在算法及其應用方面。統(tǒng)計方法應用于數(shù)據(jù)挖掘的研究也主要集中在算法及其應用方面。統(tǒng)計方法應用于數(shù)據(jù)挖掘主要是進行數(shù)據(jù)評估；機器學習是人工智能的另一個分數(shù)據(jù)挖掘主要是進行數(shù)據(jù)評估；機器學習是人工智能的另一個分支，也稱為歸納推理，它通過學習訓練數(shù)據(jù)集

8、，發(fā)現(xiàn)模型的參數(shù)，支，也稱為歸納推理，它通過學習訓練數(shù)據(jù)集，發(fā)現(xiàn)模型的參數(shù)，并找出數(shù)據(jù)中隱含的規(guī)則。其中關聯(lián)分析法、人工神經(jīng)元網(wǎng)絡、決并找出數(shù)據(jù)中隱含的規(guī)則。其中關聯(lián)分析法、人工神經(jīng)元網(wǎng)絡、決策樹和遺傳算法在數(shù)據(jù)挖掘中的應用很廣泛。策樹和遺傳算法在數(shù)據(jù)挖掘中的應用很廣泛。（一）關聯(lián)分析法。從關系數(shù)據(jù)庫中提取關聯(lián)規(guī)則是幾種主要（一）關聯(lián)分析法。從關系數(shù)據(jù)庫中提取關聯(lián)規(guī)則是幾種主要的數(shù)據(jù)挖掘方法之一。挖掘關聯(lián)是通過搜索系統(tǒng)中的所有事物，并的

9、數(shù)據(jù)挖掘方法之一。挖掘關聯(lián)是通過搜索系統(tǒng)中的所有事物，并從中找到出現(xiàn)條件概率較高的模式。關聯(lián)實際上就是數(shù)據(jù)對象之間從中找到出現(xiàn)條件概率較高的模式。關聯(lián)實際上就是數(shù)據(jù)對象之間相關性的確定，用關聯(lián)找出所有能將一組數(shù)據(jù)項和另一組數(shù)據(jù)項相相關性的確定，用關聯(lián)找出所有能將一組數(shù)據(jù)項和另一組數(shù)據(jù)項相聯(lián)系的規(guī)則，這種規(guī)則的建立并不是確定的關系，而是一個具有一聯(lián)系的規(guī)則，這種規(guī)則的建立并不是確定的關系，而是一個具有一定置信度的可能值，即事件發(fā)生的概率。

10、關聯(lián)分析法直觀、易理定置信度的可能值，即事件發(fā)生的概率。關聯(lián)分析法直觀、易理解，但對于關聯(lián)度不高或相關性復雜的情況不太有效。解，但對于關聯(lián)度不高或相關性復雜的情況不太有效。（二）人工神經(jīng)元網(wǎng)絡（（二）人工神經(jīng)元網(wǎng)絡（ANN），是數(shù)據(jù)挖掘中應用最廣泛的，是數(shù)據(jù)挖掘中應用最廣泛的技術(shù)。神經(jīng)網(wǎng)絡的數(shù)據(jù)挖掘方法是通過模仿人的神經(jīng)系統(tǒng)來反復訓技術(shù)。神經(jīng)網(wǎng)絡的數(shù)據(jù)挖掘方法是通過模仿人的神經(jīng)系統(tǒng)來反復訓練學習數(shù)據(jù)集，從待分析的數(shù)據(jù)集中發(fā)現(xiàn)用于預測和分